🧭 专题导语
2026 年 9 月，"RSI"和"自进化"几乎每天一起出现在同一批标题里。本站已经积累了 11 篇原创深度和 14 条一手动态——散着读容易被标题带走，合起来读才能看出结构。
这个专题把它们收进同一张地图：先给一句话定性，再按「概念 → 全景 → 证据 → 判定 → 事件 → 工程 → 治理」七层分层索引，最后给出三条按时间预算划分的阅读路线。你不需要读完，只需要按自己的问题挑一条路。
〇、30 秒版本：这个专题在讲什么
| RSI（递归自我改进） | Agent 自进化 | |
|---|---|---|
| 一句话 | 系统改进自己的改进能力 | 不重新训练模型，让部署后的表现持续变好 |
| 改在哪 | 权重 / 训练管线（最内层） | 外部文件 + harness（最外层） |
| 能留多久 | 跨用户、半永久、不可逆 | 以跨会话为主，可清空、可 diff |
| 风险归谁 | 全社会（治理问题） | 采用它的团队（工程问题） |
| 2026 状态 | L3 已跑通，L4 无公开证据 | 已产品化，多数只是"有状态的记忆" |
一句话记忆：自进化让"同样的事更便宜"，RSI 让"更难的事变得可能"。
本专题反复使用同一句判据，也是你读完最该带走的东西：
它的闭环，收敛在哪里？ 收敛在任务上就是自进化，收敛在 AI 研发上就是 RSI——所以"RSI 还没发生"和"自进化已经在跑"可以同时为真。
一、本专题的收录标准
站内每天聚合上百条资讯，这个专题只收三类内容，以避免变成一个热搜词清单：
- 一手证据优先：官方报告、论文原文、审计数据。转述类内容只作为"外部动态"标注来源收录。
- 概念类必须给判据：讲清"怎么分辨"，而不只是"是什么"。
- 冲突口径显式保留：官方与媒体说法不一致时，写清分歧，不做单边裁断。
不收：无来源的"RSI 突破"传闻——除非它是被核查的对象。
二、站内内容地图
2.1 第一层｜概念与入门：先把两个词分开
| 文章 | 一句话定位 | 适合谁 |
|---|---|---|
| 一叶一世界｜什么是 RSI，什么是 Agent 自进化：一篇读懂 | 两句话定义 + 一张共享地图 + 三个分辨开关（数阶数 / 看基质 / 清空记忆测试） | 第一次接触这两个词的人 |
| 什么是 RSI（递归自我改进）：定义、谱系与判定手册 | L0–L5 强度阶梯、真 RSI 的四个必要条件、七个被误称为 RSI 的东西、12 个常见误解 | 想拿到"判定卡"的人 |
这两篇读完，你已经能拆穿大部分"自我进化"宣传。
2.2 第二层｜全景与证据：把事实底座搭起来
| 文章 | 一句话定位 | 关键数据锚点 |
|---|---|---|
| 深度研究｜递归自我改进（RSI）全景 2026 | 从 Good 1965 讲到 2026 的思想史与技术图谱 | Anthropic >80% 合并代码由 Claude 撰写；METR 时间跨度每 4 个月翻倍 |
| 递归自我改进（RSI）深度研究 2026：从智能爆炸到接管全球主机节点 | 治理视角的全景研究，含《AI 2040: Plan A》专章 | "主机节点接管已发生"与"全球接管仍是预测"的三层口径 |
| 递归自我改进（RSI）证据分级深度报告 2026-09 | 三层判断框架 + 7 组冲突判读 + 24 项量化台账 | 工程自动化层已跨门槛；研究自主层仍在断崖前 |
2.3 第三层｜判定与核查：学会不被标题带走
| 文章 | 一句话定位 | 什么时候用它 |
|---|---|---|
| RSI vs 智能体自进化：同一个闭环，两种野心 | 六维正面对比 + 闭环四问判定法 + 合流路径 | 需要向别人解释"这两件事不一样"时 |
| Opus 5.2 深夜灰度，RSI 真来了吗？——把一条刷屏新闻拆成三层证据 | 官方一手 / 媒体转述 / 社媒传闻的三层证据法 | 下一次刷屏时，照着拆 |
2.4 第四层｜事件与工程：看它落到生产里
| 文章 | 一句话定位 |
|---|---|
| 当 1,200 个智能体自己建了留言板：OpenAI–Hugging Face 事件技术全解 | 17,600 个攻击动作的完整复盘：从评估沙箱逃逸到 13 小时内拿到集群管理员 |
| 控制流归谁，上下文给谁：Agent 工程的四条第一性原理 | 自进化落地的底层结构：harness 这一层到底怎么设计 |
| 大模型能力提升路线图：从"堆参数"到训练全栈 + 外层程序 | 六层能力路线图：自进化在整条技术栈上的位置 |
2.5 第五层｜治理与政策：这件事谁在管
| 文章 | 一句话定位 |
|---|---|
| Anthropic CEO 长文《We Must Pace the Frontier》 | 首次由前沿实验室 CEO 呼吁为能力进步"限速"，含三步走方案与"监管俘获"质疑 |
2.6 外部动态与论文速递（非原创，均已标注来源）
媒体与产业动态
| 条目 | 来源 | 一句话 |
|---|---|---|
| AI 开始改进"改进自己的方法"，RSI 进入平方时代丨MetaRSI | 量子位 | 小模型突破瓶颈、旗舰模型打开新空间 |
| 探索 RSI，生数新世界模型让机器人开始自我进化 | 量子位 | 自进化被搬到物理世界（触觉、记忆、Ego 数据） |
| 号称人类造的最后一个 AI 要来了，刷屏全网的 RSI 是什么 | 爱范儿 | 大众向科普：AI 开始造 AI，但距离智能爆炸还有多远 |
| OpenAI 年内不上市了！奥特曼支持对手 Dario 呼吁：AI 该踩刹车了 | 量子位 | "RSI 太危险，得管"的产业侧回声 |
| Anthropic Claude Opus 5.2 灰度测试曝光 | IT之家 | 本专题核查篇的原始新闻源，建议对照阅读 |
| 谷歌 DeepMind 安全研究员离职，加入 METR | IT之家 | 风险判断在两代机构之间的迁移 |
研究论文（HuggingFace Daily Papers）
| 论文 | 一句话 |
|---|---|
| NeoHorse-1: Towards RSI via Agentic Post-Training with Routing Harness | 用路由 harness 做智能体式后训练，把 RSI 写进训练管线 |
| Dream-RSI: Recursive Self-Improvement through Evolving Worlds | 让"世界"一起进化，为自改进提供环境 |
| RSIAgent: Autonomous Exploration for RSI in New Environments | 面对陌生接口与工具时的自主探索 |
| SAEScientist-Bench: Can AI Agents Conduct Autonomous SAE Interpretability Research? | 把"能不能自己做研究"做成基准 |
| EvoHarnessBench: Can Your Agents Keep Pace with an Evolving Harness? | 测 Agent 能否跟上 harness 的变化速度 |
| Procedural Graphs: Self-Evolving Execution Structures for LLM Agents | 执行结构自我演化：harness 侧的工程化尝试 |
| Environments as Scaffold: Bootstrapping Self-Evolving Agents | 用环境反馈替代昂贵人工标注来启动自进化 |
| EvoSafeHarness: Evolving Model- and Domain-Specific Harnesses for Securing Agents | 让"护栏"自己进化——安全侧的对称动作 |
| Scores Alone Do Not Prove Discovery: The Discovery Certification Protocol | 分数不等于发现：给 AI 研究智能体做认证审计 |
论文条目为外部聚合内容，仅作动态跟踪，未经本站逐条核验；引用前请回溯论文原文。
三、三条阅读路线（按你的时间预算）
路线 A｜30 分钟：搞清两个词到底差在哪
路线 B｜2 小时：获得不被标题带走的判断力
路线 A → 对比篇（六维对比 + 闭环四问）→ 核查篇（三层证据法）
读完你手里会有两件工具：闭环四问、三层证据法。它们对 2026 年绝大多数"AI 自我进化"新闻都够用。
路线 C｜半天：建立全景与风险认知
路线 B → 全景篇 → 证据分级报告 → 治理深度篇 → OAI–HF 事件篇 + 治理政策篇
这条路的终点不是结论，而是一张清单：哪些说法已有公开证据、哪些仍是预测、哪些连测量方法都还没有。
不同角色的快捷方式
| 你是谁 | 直接看 |
|---|---|
| 产品经理 / 运营 | 路线 A + 对比篇第 5、6 章（标签通胀与技能供应链风险） |
| 工程师 / 技术负责人 | 路线 A + Agent 工程四条第一性原理 + 对比篇第 3 章（记忆 vs 学习的判别） |
| 投资人 / 战略 | 对比篇第 4、8 章（成本曲线 vs 能力前沿，两者不该给同一个估值倍数） |
| 只是好奇 | 一叶一世界篇 |
四、一页速查（可截图保存）
闭环四问（任何"自我进化"说法先过一遍）
① 改什么？ 产物 / harness / 模型权重 / 改进方法本身
② 留多久？ 单会话 / 跨会话 / 跨用户 / 写进下一代模型
③ 谁验证？ 形式化 / 执行测试 / 学习型裁判 / 用户反馈 / 自我感觉
④ 谁担险？ 一个用户 / 一个组织 / 全行业
三个分辨开关
数阶数：改的是"表现"还是"改进能力"？
看基质：改的是外部文件、harness，还是权重？
做测试：把记忆清空，表现还在不在？
本专题最该盯的一个指标
智能体能力 与 验证能力 之间的差距。
五、专题维护与共建
- 统一标签：本专题所有条目均带标签「RSI 与 Agent 自进化专题」，点它即可查看该专题下的全部内容（含未列入本页的最新动态）。
- 更新方式：站内新增 RSI / 自进化相关原创或一手动态时，自动并入本专题并回填本页地图。
- 勘误与线索：本文开放匿名留言，发现口径错误、缺失来源或更好的线索，欢迎直接指出——本专题对"冲突口径"的容忍度高于对"漂亮结论"的容忍度。
- 相邻阅读：想继续收窄到单个技术点，可移步本站专题「一叶一世界」（一篇读懂一个技术点）。
- 更新日志：2026-09-16 建立本专题，收录 11 篇原创深度 + 14 条外部动态，并完成统一打标。
一句话收尾
RSI 与 Agent 自进化不是两种能力，而是同一个"经验 → 状态 → 行为"闭环的两个收敛点。下次有人问你"AI 到底能不能自我进化"，最好的回答不是"能"或"不能"，而是反问一句：
它的闭环，收敛在哪里？
读者留言
COMMENTS 暂无还没有留言，来说第一句？